Gen-2

通义千问官网通义千问是基于的大语言模型的产品，它利用自然语言

即梦AI是什么即梦AI是字节跳动推出的一站式AI创作平台，支持AI视频生成和AI图片生成。用户可通过自然语言或图片输入生成高质量的图像和视频。即梦AI提供AI绘画、智能画布、视频生成以及故事创作等多种功能，降低创作门槛，激发用户创意。用户可以用即梦AI的AI视频生成功能，输入简单的文案或图片，快速生成视频片段，且视频动效效果连贯性强、流畅自然。即梦AI还提供中文创作支持，根据中文提示词进行创作，拥有更好的语义理解能力。即梦平台还设有创意社区，用户可以在这里与其他创作者交流灵感，共同探索创意。即梦AI的会员服务允许用户通过购买积分来生成更多的图片或视频内容。即梦AI的主要功能AI图片创作：即梦AI支持文生图和以图生图两种方式，用户输入关键词或描述，AI能迅速生成相应的图片，支持超现实场景、人物肖像等多样风格。用户上传一张图也能生成具有不同风格的新图片。AI视频创作：提供从剧本构思到视频成片的一站式服务，用户只需输入故事梗概或关键描述，AI能自动生成连贯、视觉冲击力强的视频内容。AI图片编辑：用户可以对现有图片进行创意改造，如背景替换、风格转换、人物姿势保持等。智能画布：集成AI拼图生成能力，支持局部重绘、一键扩图、AI消除去水印和AI抠图等多功能操作。对口型：即梦AI的“对口型”是视频生成中的二次编辑功能，支持中文、英文配音，主要针对写实/偏真实风格化人物的口型及配音生成，为用户的创作提供更多视听信息传达的能力 。多语言支持：特别优化对中文的理解，更好地满足中文用户的需求。社区互动：用户可以浏览、评论其他用户的作品，参与创意挑战赛，构建开放、多元的创意社区。会员服务：提供不同级别的会员订阅，包括积分生成、视频延长、去水印等特权服务。即梦AI的项目地址产品官网：jimeng.jianying.com即梦AI APP下载链接：https://agixxw.com/app/15155.html如何使用即梦AI注册/登录：访问产品官网注册新账户或账户登录。选择功能：登录后，可以根据需要选择不同的创作功能，如AI图片创作、视频创作等。输入描述：在图片或视频创作模块中，输入想要生成内容的描述或关键词。描述可以是场景、人物、动作等。调整参数：根据需要调整生成内容的参数，如风格、色彩、画面比例等。生成内容：点击生成按钮，AI将根据描述和参数设置生成图片或视频。编辑和优化：生成的图片或视频需要进一步编辑和优化以满足要求。用即梦AI的编辑工具进行调整。即梦AI的产品定价即梦AI的产品定价策略包括免费版和付费会员制。免费版用户每天可以获得60-100积分，积分可用于生成图片和视频（积分不够用？多注册几个账号~）。平台还提供了多种付费订阅选项：基础会员：价格为79元/月，提供更多的积分以生成更多的图片和视频。标准会员：价格为239元/月，相较于基础会员，提供更多的积分和其他特权。高级会员：价格为649元/月，是最全面的订阅选项，提供更多的积分和其他高级功能。即梦AI的适用人群创意爱好者：对艺术创作有热情，喜欢尝试新工具和技术来表达自己的创意。设计师：需要快速生成设计概念或视觉元素的平面设计师、UI/UX设计师等。内容创作者：包括博主、视频制作者、社交媒体影响者等，需要制作吸引人的视觉内容。广告和营销专业人士：需要为广告活动或营销材料快速制作吸引人的视觉和视频内容。教育工作者：用AI创作工具激发学生创造力，或在教学中使用视觉辅助材料。

Segment Anything Model（SAM）是Meta AI研究院最新推出的图像分割模型，该模型通过点或框等输入提示生成高质量的物体遮罩，并且可以用于为图像中的所有物体和对象生成遮罩。SAM模型在超过1100万张图像和11亿张掩模的数据集上进行了训练，并且在各种图像分割任务上具有强大的零样本性能。

Gemma是什么Gemma是由谷歌DeepMind和谷歌的其他团队开发的一系列轻量级、先进的开放AI模型，基于与Gemini模型相同的技术，旨在帮助开发者和研究人员构建负责任的AI应用。Gemma模型系列包括两种权重规模的模型：Gemma 2B 和 Gemma 7B，提供预训练和指令微调版本，支持多种框架，如JAX、PyTorch和TensorFlow，以在不同设备上高效运行。6月28日，第二代模型Gemma 2已发布。Gemma的官方入口Gemma的官网主页：https://ai.google.dev/gemma?hl=zh-cnGemma的Hugging Face模型：https://huggingface.co/models?search=google/gemmaGemma的Kaggle模型地址：https://www.kaggle.com/models/google/gemma/code/Gemma的技术报告：https://storage.googleapis.com/deepmind-media/gemma/gemma-report.pdf官方PyTorch实现GitHub代码库：https://github.com/google/gemma_pytorchGemma的Google Colab运行地址：https://colab.research.google.com/github/google/generative-ai-docs/blob/main/site/en/gemma/docs/lora_tuning.ipynbGemma的主要特性轻量级架构：Gemma模型设计为轻量级，便于在多种计算环境中运行，包括个人电脑和工作站。开放模型：Gemma模型的权重是开放的，允许用户在遵守许可协议的情况下进行商业使用和分发。预训练与指令微调：提供预训练模型和经过指令微调的版本，后者通过人类反馈强化学习（RLHF）来确保模型行为的负责任性。多框架支持：Gemma支持JAX、PyTorch和TensorFlow等主要AI框架，通过Keras 3.0提供工具链，简化了推理和监督微调（SFT）过程。安全性与可靠性：在设计时，Gemma遵循Google的AI原则，使用自动化技术过滤训练数据中的敏感信息，并进行了一系列安全评估，包括红队测试和对抗性测试。性能优化：Gemma模型针对NVIDIA GPU和Google Cloud TPUs等硬件平台进行了优化，确保在不同设备上都能实现高性能。社区支持：Google提供了Kaggle、Colab等平台的免费资源，以及Google Cloud的积分，鼓励开发者和研究人员利用Gemma进行创新和研究。跨平台兼容性：Gemma模型可以在多种设备上运行，包括笔记本电脑、台式机、物联网设备和云端，支持广泛的AI功能。负责任的AI工具包：Google还发布了Responsible Generative AI Toolkit，帮助开发者构建安全和负责任的AI应用，包括安全分类器、调试工具和应用指南。Gemma的技术要点模型架构：Gemma基于Transformer解码器构建，这是当前自然语言处理（NLP）领域最先进的模型架构之一。采用了多头注意力机制，允许模型在处理文本时同时关注多个部分。此外，Gemma还使用了旋转位置嵌入（RoPE）来代替绝对位置嵌入，以减少模型大小并提高效率。GeGLU激活函数取代了标准的ReLU非线性激活，以及在每个Transformer子层的输入和输出都进行了归一化处理。训练基础设施：Gemma模型在Google的TPUv5e上进行训练，这是一种专为机器学习设计的高性能计算平台。通过在多个Pod（芯片集群）上进行模型分片和数据复制，Gemma能够高效地利用分布式计算资源。预训练数据：Gemma模型在大量英语数据上进行预训练（2B模型大约2万亿个token的数据上预训练，而7B模型则基于6万亿个token），这些数据主要来自网络文档、数学和代码。预训练数据经过过滤，以减少不想要或不安全的内容，同时确保数据的多样性和质量。微调策略：Gemma模型通过监督式微调（SFT）和基于人类反馈的强化学习（RLHF）进行微调。这包括使用合成的文本对和人类生成的提示响应对，以及基于人类偏好数据训练的奖励模型。安全性和责任：Gemma在设计时考虑了模型的安全性和责任，包括在预训练阶段对数据进行过滤，以减少敏感信息和有害内容的风险。此外，Gemma还通过了一系列的安全性评估，包括自动化基准测试和人类评估，以确保模型在实际应用中的安全性。性能评估：Gemma在多个领域进行了广泛的性能评估，包括问答、常识推理、数学和科学问题解答以及编码任务。Gemma模型与同样规模或更大规模的开放模型进行了性能对比，在MMLU、MBPP等18个基准测试中，有11个测试结果超越了Llama-13B或Mistral-7B等模型。开放性和可访问性：Gemma模型以开源的形式发布，提供了预训练和微调后的检查点，以及推理和部署的开源代码库。这使得研究人员和开发者能够访问和利用这些先进的语言模型，推动AI领域的创新。常见问题Gemma一词的含义是什么？Gemma在拉丁语中的意思是“宝石”。Gemma是开源的吗？Gemma是开源开放的大模型，用户可在Hugging Face查看和下载其模型。Gemma模型的参数量是多少？Gemma目前提供20亿和70亿参数量的模型，后续还会推出新的变体。

Dream Machine是由人工智能公司Luma AI推出的AI视频生成工具，利用先进的人工智能技术，可根据用户输入的简单文本描述或上传的图片，快速生成高质量的视频片段（120秒即可生成120帧的视频）。该AI视频生成系统不仅能够理解文本中的指令，还能准确渲染出指定的对象、角色、动作和环境，同时保持视频的流畅动作和连贯叙事。Dream Machine的推出，为视频创作者提供了一个前所未有的平台，大大降低了视频制作的技术门槛和成本。无论是个人爱好者还是专业团队，都可以通过这个工具快速实现创意，探索视频制作的新可能性。此外，Dream Machine已开放公测，所有用户都可以免费在线进行体验。Dream Machine的主要功能文本到视频的转换：Dream Machine利用自然语言处理技术，解析用户的文本描述，无论是详细的场景设置还是抽象的概念，都能转换成视觉内容。用户可以描述一个动态场景，如“一只小狗在草地上追逐飞盘”，系统将自动生成相应的视频，包括小狗的动作和草地的环境。图像到视频的转换：用户上传的静态图片可以作为视频的起点或背景，Dream Machine能够识别图片中的元素，并围绕这些元素创造动态视频。例如，上传一张风景照片，系统可以生成一段展示日落变化的视频。高质量视频生成：生成的视频不仅分辨率高，而且在色彩、光线和细节上都经过精心处理，以达到接近专业制作的视频质量。无论是用于商业广告、社交媒体内容还是个人项目，都能满足高标准的视觉需求。快速迭代：Dream Machine的设计注重效率，能够在极短的时间内完成视频生成（120秒内生成120帧），用户可以快速测试不同的创意，加速从概念到成品的转化过程。物理准确性：系统内置的物理引擎确保视频中的物体运动符合现实世界的物理规律，如重力、碰撞等，使得生成的视频更加真实可信。角色和环境的一致性：Dream Machine能够理解并模拟人物、动物和物体之间的相互作用，保持视频内容的逻辑一致性，无论是角色的表情、动作还是环境的变化。流畅的摄像机运动：系统提供多种摄像机运动选项，如平移、缩放、旋转等，用户可以根据需要选择或自定义摄像机的运动路径，创造出具有电影感的视频效果。易于使用：Dream Machine的用户界面直观易用，无需专业的视频编辑背景，使得视频创作变得更加亲民和便捷。API和插件支持：Dream Machine后续还计划提供API和插件进行扩展，与现有的创意软件无缝集成，提供更多的定制选项和创作灵活性，满足专业创作者的特殊需求。如何使用Dream Machine生成视频访问Dream Machine的官网，点击Try Now进行注册登录在输入框中输入文本提示词，你也可以上传图片进行转换可选择勾选Enhance Promopt增强优化提示词最后点击发送按钮，等待视频生成即可Dream Machine的产品价格Dream Machine目前推出了研究预览定价，具体价格如下：免费版：每月可生成30个视频Standard版：每月29.99美元，每月可生成120个视频Pro版：每月29.99美元，每月可生成400个视频Premier版：每月499.99美元，每月可生成2000个视频Dream Machine的适用人群独立创作者：对于想要表达自己创意但缺乏专业视频制作技能的个人创作者，Dream Machine提供了一个简单易用的途径来实现他们的想象。视频编辑和动画师：专业视频编辑和动画师可以使用Dream Machine来加速视频制作流程，快速生成草图或原型，节省时间和成本。广告和营销专家：在广告和营销领域，创意和时间至关重要。Dream Machine能够帮助他们快速生成吸引人的视频广告，提高市场竞争力。教育工作者：教师和教育工作者可以利用Dream Machine创造教育内容，如概念讲解或科学实验演示，使学习更加生动有趣。游戏开发者：游戏设计师可以使用Dream Machine来快速生成游戏内动画或宣传视频，提高开发效率。电影和电视制作人员：在电影和电视行业中，Dream Machine可以用于前期制作，帮助导演和制片人可视化剧本，或者用于生成特效预览。社交媒体影响者：社交媒体上的博主和影响者可以使用Dream Machine来创造吸引人的社交媒体视频内容，增加粉丝互动。企业市场部门：企业可以利用Dream Machine来制作产品介绍、培训材料或内部通讯视频，提高内部沟通效率。

Vidu是什么Vidu是由生数科技与清华大学联合发布的中国首个长时长、高一致性、高动态性AI视频生成大模型。基于原创的 Diffusion 与 Transformer 融合的 U-ViT 架构，能一键生成长达 32 秒、分辨率高达 1080P 的高清视频，支持多镜头视角切换、时空连贯性以及丰富的超现实内容创作。Vidu AI 深入理解中国元素，可生成具有中国文化特色的画面。Vidu的主要功能文本转视频：用户只需输入文字描述，Vidu AI 能将其转化为生动的视频内容。图片转视频：上传静态图片后，Vidu AI 可将其动态化，生成具有动画效果的视频。参考视频生成：用户可上传参考视频或图片，Vidu AI 能根据其风格、主体特征生成一致性的视频。多主体一致性：支持在视频中保持多个主体的一致性，适用于复杂场景的创作。高质量视频输出：可生成长达 16 秒、分辨率高达 1080P 的高清视频。动态场景捕捉与物理模拟：能够生成复杂的动态场景，模拟真实世界的光影效果和物体物理行为。丰富的创意生成：基于文本描述，可创造出充满想象力的超现实场景。智能超清功能：对已生成的视频进行自动修复和清晰度提升。丰富的参数配置：用户可自定义视频的风格、时长、清晰度、运动幅度等。多镜头生成：支持生成包含远景、近景、中景、特写等多种镜头的视频，有丰富的视角和动态效果。中国元素理解：能理解并生成具有中国特色的元素，如熊猫、龙等，丰富文化表达。快速推理速度：实测生成4秒视频片段只需约30秒，提供行业领先的生成速度。风格多样：支持多种视频风格，包括写实和动漫风格，满足不同用户需求。Vidu的技术原理Diffusion技术：Diffusion是一种生成模型技术，通过逐步引入噪声并学习如何逆转这个过程来生成高质量的图像或视频。Vidu利用Diffusion技术生成连贯且逼真的视频内容。Transformer架构：Transformer是一种深度学习模型，最初用于自然语言处理任务，因其强大的性能和灵活性，后来被广泛应用于计算机视觉等领域。Vidu结合了Transformer架构来处理视频数据。U-ViT架构：U-ViT是Vidu技术架构的核心，是一种将Diffusion与Transformer融合的创新架构。U-ViT由生数科技团队提出，是全球首个此类融合架构，它结合了Diffusion模型的生成能力和Transformer模型的感知能力。多模态扩散模型UniDiffuser：UniDiffuser是生数科技基于U-ViT架构开发的多模态扩散模型，验证了U-ViT架构在处理大规模视觉任务时的可扩展性。长视频表示与处理技术：Vidu在U-ViT架构的基础上，进一步突破了长视频表示与处理的关键技术，Vidu能够生成更长、更连贯的视频内容。贝叶斯机器学习：贝叶斯机器学习是一种统计学习方法，通过贝叶斯定理来更新模型的概率估计。Vidu在开发过程中，团队利用了贝叶斯机器学习的技术来优化模型性能。如何使用Vidu注册和登录：访问Vidu的官方网站（vidu.cn），注册账号并登录。选择生成模式：在页面上选择“文生视频”或“图生视频”模式。文生视频（Text-to-Video）：用户输入文本描述，Vidu根据文本内容生成视频。适合从零开始创造视频内容。图生视频（Image-to-Video）：用户上传图片，Vidu基于图片内容生成视频。有两种子模式：>”参考起始帧”：使用上传的图片作为视频的起始帧，并基于此生成视频。“参考人物角色”：识别图片中的人物，并在生成的视频中保持该人物的一致性。输入文本或上传图片：对于文生视频，输入详细的描述性文本，包括场景、动作、风格等。对于图生视频，上传一张图片，并选择相应的生成模式。调整生成参数：根据需要调整视频的时长、分辨率、风格等参数。生成视频：点击生成按钮，Vidu将处理输入的文本或图片，开始生成视频。Vidu的适用人群视频制作人员：包括电影制作人、广告创意人员、视频编辑等，可以利用Vidu快速生成创意视频内容。游戏开发者：在游戏设计中需要生成逼真的动态背景或剧情动画的游戏开发者。教育机构：教师和教育技术公司可以利用Vidu制作教育视频、模拟教学场景或科学可视化内容。科研人员：科研领域中的研究人员可以使用Vidu模拟实验场景，帮助展示和理解复杂概念。内容创作者：社交媒体影响者、博客作者和独立视频制作者可以利用Vidu生成有吸引力的视频内容。

Meta（Facebook）推出的AI大语言模型

Humva是什么Humva 是创新的AI数字人生成工具，专注于为用户提供个性化数字形象和视频内容制作服务。通过简单易用的界面，用户能快速创建专属的数字人，支持多种背景、性别、行业和服装选择，满足不同场景需求。 Humva 的核心优势在于强大的定制化功能和高效的内容生成能力。用户可以输入脚本，快速生成高质量的视频内容，适用于社交媒体、产品推广、教育培训等多种场景。Humva的主要功能自定义数字人生成：用户可以通过上传一张照片或选择预设模板，快速生成个性化的虚拟形象。平台提供丰富的自定义选项，包括发型、服装、肤色、姿势和动作等，满足不同用户的需求。一键生成视频内容：Humva 支持将文本脚本转化为视频内容，用户只需输入脚本并选择虚拟角色，即可生成高质量的视频。视频主持人生成：提供数千种视频主持人选择，适用于社交媒体内容、产品介绍等多种用途。定制化视频内容：用户可以输入脚本并生成定制化的视频内容，支持多语言和多种口音。多语言支持与全球化应用：Humva 支持多种语言，能满足不同国家和地区用户的需求，帮助企业和创作者在全球范围内进行内容推广。如何使用Humva访问官网并注册：访问 Humva 的官方网站，注册账户并登录。创建数字人：在平台上选择“创建数字人”。 选择一个形象模板，如卡通风格或写实风格。 使用自定义功能调整虚拟形象的外观，包括发型、服装、肤色等。 调整虚拟形象的姿势和动作，符合使用场景。生成视频内容：选择一个虚拟形象作为视频代言人。 输入脚本或台词，根据需要调整虚拟形象的情感和语气。 点击“生成视频”，Humva 会根据输入内容生成视频。下载与分享：视频生成后，点击“导出视频”或“下载”按钮。 将生成的视频分享到社交媒体或其他平台。Humva的应用场景社交媒体内容创作：通过个性化的数字分身丰富内容，吸引更多关注者。产品介绍与推广：用虚拟主持人进行产品介绍，提升展示效果。教育与培训：创建虚拟讲师，制作生动的教学视频。企业宣传：定制企业形象代言人，制作品牌宣传视频。